GET-Forschungsseminar Abstracts

Intermediate Bachelor's Thesis Presentation: Robuste Objekterkennung auf Basis invarianter Konturmerkmale

Jan-Niclas Nutt, GET Lab

Presentation: 03.02.2021, 16:30h

Abstract (in German):

Zur Objekterkennung ist die Nutzung von lokalen und globalen Bildmerkmalen gängige Praxis. Dabei liefern lokale Bildmerkmale präzisere Informationen zu einzelnen Bildelementen und sind vor allem robust gegenüber partieller Verdeckung. Ausgangspunkt dieser Arbeit ist ein neues Verfahren, dass skalierungs- und rotationsinvariante Merkmale in Form von lokalen Kontursegmenten extrahiert. Da Kontursegmente sich äußerlich häufig nur wenig unterscheiden, ist die Verwendung geometrischer Informationen besonders wichtig. Sie geben Aufschluss über die charakteristische Form eines Objektes und sind daher essentiell für eine robuste Objekterkennung. Der Detailgrad der Objektbeschreibung und die Laufzeit der Objekterkennung stehen in einem Tradeoff zueinander, der durch die Komplexität der modellierten Beziehungen bestimmt wird. Es gilt einen Kompromiss zu finden, der beide Faktoren berücksichtigt. Im Rahmen dieser Arbeit soll ein Verfahren ausgewählt, umgesetzt und getestet werden, das eine zuverlässige und echtzeitfähige Objekterkennung auf Basis von Kontursegmenten ermöglicht. Das Verfahren soll die Lagebeziehungen sowie charakteristische Skalierung und Orientierung lokaler Merkmale berücksichtigen. Zur Evaluierung wird der binäre MPEG-7 Datensatz eingesetzt.